Клиент: стартап в области алгоритмической торговли, использующий методы математического и статистического анализа для предсказания рыночных движений иавтоматизации трейдинговых стратегий.
Цель:
“
Найти ML-инженера с опытом в финансовой сфере, в идеале — с реальной практикой валготрейдинге.
Комбо Machine Learning + финтех + опыт в трейдинге встречается редко. Поэтому ставка была на точечный, продуманный поиск и качественную воронку.
Как искали:
Глубоко погрузились в специфику алготрейдинга.
Активно сорсили в LinkedIn и в профильных ML-сообществах.
Проанализировали 300+ откликов ирезюме.
Узнавали за опыт построения MLпайплайнов, Python, методы классификации и временные ряды
Проверяли софты и калчер фит, чтобы кандидат подошел не только порезюме, но и по вайбу.
Воронка:
17 первых касаний → 11 интервью с рекрутером → 5 интервью с фаундером → 2 технических интервью → оффер!
Результат:
Нашли специалиста с мощным бэкграундом в крипте и алготрейдинге. Кандидат настолько идеально попал в ожидания по скиллам и вайбу, что компания решила поднять бюджет — ведь такие мэтчи случаются далеко не каждый день.
Так что это было, магия? Нет. Просто хороший рекрутинг с пониманием задач бизнеса.